0
我只是机器学习的初学者,现在我玩sklearn。 我从官方网站复制了AdaBoostRegressor的示例here,并添加了以下内容。是否可以在AdaBoostRegressor(sklearn)中使用不同的数据集作为预测的输入?
X_pred = np.linspace (6, 12, 100)[:, np.newaxis]
y_pred = regr_2.predict(X_1)
由于训练数据集X取值范围从0到6,我试着去预测不同的数据集X_pred从6不等到12
然而,我发现价值的y_pred始终是-1.05382839,这是训练集输出y的最后一个值。 我想知道是否有可能使用非输入样本数据集作为预测的输入。 可以这样做吗?如果是的话,正确的用法是什么?
顺便说一句,附图是输出。 红色和绿色是基于训练集输入(0-6)的预测输出,蓝色是X_pred(6-12)的输出。
嗨Lejlot,谢谢你的解释。那么如果我想推断,我应该寻找什么? – mma